Sztuczna inteligencja pomoże w wykrywaniu raka płuc

Naukowcy z Uniwersytetu Johnsa Hopkinsa opracowali nowy sposób diagnozowania raka płuc. Sztuczna inteligencja pomaga w badaniu próbek krwi i wykazuje się ponad 90% skutecznością. Co ważne, potrafi wykryć chorobę we wczesnym stadium, co ułatwia późniejsze leczenie.

DELFI (DNA evaluation of fragments for early interception) to metoda wykrywania wzorców fragmentacji DNA komórek rakowych krążących w krwioobiegu. Badacze przetestowali ją na 796 próbkach pacjentów z Danii, Holandii i USA, a wyniki okazały się bardzo obiecujące. Sztuczna inteligencja sprawdziła się znakomicie i osiągnęła 90% skuteczność w diagnozowaniu raka płuc.

W przypadku nowotworów, wczesne badanie i wykrycie choroby jest głównym sposobem na skuteczne leczenie. Sam rak płuc pochłania jednak miliony istnień rocznie na całym świecie. Wynika to z ogólnej niechęci pacjentów do wykonywania badań i z kosztów samych procedur. Naukowcy zaczęli więc opracowywać nowe metody diagnostyczne, które nie tylko będą tańsze, ale i mniej inwazyjne.

Badanie krwi DELFI. Sztuczna inteligencja wykrywa unikalne wzorce fragmentacji DNA w komórkach rakowych. – Źródło: Carolyn Hruban, Johns Hopkins Medicine

Oczywiste jest, że istnieje pilna, niezaspokojona potrzeba opracowania alternatywnych, nieinwazyjnych metod badań przesiewowych w kierunku nowotworów u osób wysokiego ryzyka, a następnie w całej populacji. Wierzymy, że badanie krwi, w przypadku raka płuc, może być dobrym sposobem na zwiększenie wykrywalności we wczesnym stadium. Byłoby też łatwe do wykonania, szeroko dostępne i tanie – mówi Dimitrios Mathios z Centrum Onkologii Uniwersytetu Johnsa Hopkinsa.

Sztuczna inteligencja wykrywa nieprawidłowości w DNA

Technologia DELFI, w której główną rolę odgrywa sztuczna inteligencja, pozwala na wykrywanie nieprawidłowych wzorców w różnych obszarach genomu. W zdrowej komórce DNA upakowane jest jak w porządnie spakowanej walizce. Każdy fragment ma swoje miejsce. Jądra komórek rakowych przypominają jednak bagaż pakowany w pośpiechu. Zadaniem SI jest zbadanie milionów komórek w poszukiwaniu nieprawidłowości, a uczenie maszynowe pozwala na błyskawiczną analizę wielu próbek. Nie jest przy tym potrzebne sekwencjonowanie całości genomu, co obniża koszty i pozwala na zastosowanie metody DELFI jako badania przesiewowego.

Pierwsze krajowe badanie kliniczne o nazwie DELFI-L101, sponsorowane przez firmę Delfi Diagnostics z Uniwersytetu Johnsa Hopkinsa, ma ocenić test oparty na technologii DELFI. Uczestniczy w nim 1700 pacjentów z USA. Grupa badaczy stara się też ocenić skuteczność metody w przypadku wykrywania innych typów nowotworów.

Źródło: Johns Hopkins Medicine

Dodaj komentarz